Atenção, este documento é uma versão de template usando dados hipotéticos que foram extraídos de base pública1.
O teste de hipóteses é uma etapa onde são realizadas análises estatísticas com o objetivo de verificar por meio de dados algumas suposições sobre os motivos pelos quais um colaborador toma a decisão de se desligar voluntariamente da empresa.
O processo de definição das hipóteses é feito através de uma sessão de Design Thinking conduzida pela equipe de Data Science com participação de colaboradores-chave sugeridos pelo cliente, incluindo o RH e também colaboradores de áreas de interesse (distribuídos em diversos níveis hierárquicos).
A priorização das hipóteses é realizada pelo RH em função de serem levantadas diversas hipóteses nas sessões de Design Thinking e dada a restrição de tempo disponível para o projeto. As hipóteses que não são analisadas ficam como backlog, podendo servir de ponto de partida para projetos futuros de people analytics.
Na tabela a seguir apresentamos, para fins explicativos, algumas razões que podem influenciar o pedido de demissão voluntária de um colaborador.
|
|
|
|---|---|
| Aspectos pessoais que podem motivar mudança de carreira | Idade, background educacional, área de formação, tipo de contrato de trabalho (permanente, contrato temporário). |
| Departamento, anos totais de trabalho, anos na empresa, quantidade de promoções, intervalo de tempo entre as promoções, tempo desde a última promoção. | |
| Remuneração bruta, salário normalizado (por hora de trabalho, por exemplo), posição na faixa salarial na companhia, posição na faixa salarial em relação ao mercado, bônus, aumento percentual no bônus por ano, benefícios anuais totais. | |
| Avaliação de performance, feedbacks de líderes | |
| Ambiente | Índice de turnover da área/departamento, turnover do líder direto |
| Receita da companhia, receita do departamento, lucro associado ao departamento, número de vezes em que o departamento passou por reestruturações. | |
| Quantidade de vezes que houve mudanças no gestor direto e no departamento. | |
| Número de pessoas no departamento, posições das pessoas do departamento. | |
| Localização/mobilidade | Distância entre residência e local de trabalho, frequência de necessidade de viagens a trabalho. |
| Razões familiares | Estado civil, número de filhos. |
| Pressões no trabalho | Média de horas de trabalho por dia/semana/mês, média de horas extras, número de e-mails (ou calls), horário do turno de trabalho, absenteísmo (número de faltas no mês, trimestre, ano). |
| Aspectos legais | Comportamento ilegal, advertências, pendenciais judiciais, ações trabalhistas. |
Para o conjunto de dados hipotéticos usados, as seguintes hipóteses foram testadas:
| Grupo | Núm. | Hipótese | Validada? |
|---|---|---|---|
| Perfil Demográfico | 1 | Perfil demográfico/profissional dos colaboradores que se desligam voluntariamente | - |
| Análise de Sobrevida | 2 | Análise de risco dos colaboradores que se desligam voluntariamente | - |
| Remuneração | 3 | Colaboradores que se desligam voluntariamente estão pior posicionados dentro da faixa salarial | Sim |
| Carreira | 4 | Colaboradores com maior tempo no cargo estão menos inclinados a pedir demissão | Sim |
| Carreira | 5 | Colaboradores que recebem menor percentual na gestão de consequências (promoção) estão mais inclinados a pedir demissão | Não |
| Equilíbrio (vida pessoal e profissional) | 6 | Colaboradores que fazem maior quantidade de horas extras tendem a pedir demissão | Sim |
| Equilíbrio (vida pessoal e profissional) | 7 | Há um maior índice de turnover voluntário em colaboradores cuja frequência de viagem a trabalho é maior | Sim |
No decorrer deste documento maiores detalhes serão apresentados, mas em linhas gerais as principais conclusões agrupadas por tipo são:
Nesta seção apresentamos a distribuição dos colaboradores para o período de análise. O objetivo é avaliar o perfil da amostra de dados segundo o status do colaborador (ativo e desligado voluntariamente).
| turnover | Qtde. de colaboradores | Proporção |
|---|---|---|
| 0 | 1233 | 83.88% |
| 1 | 237 | 16.12% |
Como é possível observar na tabela 2.1, no período analisado houve um turnover voluntário de 16.12%, totalizando 237colaboradores.
A lógica utilizada para testar as hipóteses é:
Primeiro: contextualizar a hipótese a ser testada.
Segundo: fazer uso de testes estatísticos para validar ou confrontar a hipótese.
Terceiro: descrever as conclusões sobre a hipótese testada.
Quarto: apresentar gráficos e/ou dados que ajudem no entendimento dos resultados apresentados pelos testes estatísticos.
Mais detalhes sobre os testes estatísticos aqui realizados podem ser visualizados no apêndice.
Análise: Obter o perfil demográfico e profissional dos colaboradores que se desligam voluntariamente.
Premissa: Avaliação usando todos os colaboradores que se desligaram voluntariamente no período.
O objetivo desta hipótese é avaliar se existe um perfil demográfico e profissional dos colaboradores que tomaram a decisão de se desligarem da empresa. Para fins de comparação, também fazemos a mesma análise para os colaboradores que estão ativos.
Neste sentido, os gráficos abaixo apresentam variáveis demográficas e profissionais associadas a cada grupo (turnover voluntário e ativos) durante o período analisado. Os gráficos representam as distribuições das variáveis numéricas e a contagem das classes das variáveis categóricas. Apesar de não relatarem resultados de testes estatísticos, os gráficos permitem ter uma ideia acerca do perfil dos colaboradores em cada grupo.
A análise dos gráficos permite obter as seguintes conclusões:
De forma complementar aos histogramas, que mostram como é a distribuição de uma única variável por gráfico, para compreender melhor o perfil dos colaboradores ativos e desligados cabe também uma análise de correlação entre as variáveis.
A análise de correlação permite identificar a força existente na relação entre duas variáveis. O chamado coeficiente de correlação é calculado apenas entre variáveis contínuas (numéricas). Porém, é possível calcular também um coeficiente de associação entre as variáveis categóricas.
A seguir são apresentados gráficos com os coeficientes calculados. Para a correlação das variáveis numéricas foi utilizado o coeficiente de correlação de postos de Spearman, que oscila de -1 (correlação perfeita negativa) até +1 (correlação perfeita positiva). Já para a associação entre as variáveis categóricas foi utilizado o coeficiente de contingência Cramer’s V, que oscila de 0 (sem associação) até +1 (perfeita associação).
Coeficiente de correlação das variáveis numéricas acima de 0.1 e menores que -0.1.
Colaboradores Ativos
Colaboradores Desligados
Coeficiente de associação Cramer’s V das variáveis categóricas acima de 0.1.
Colaboradores Ativos
Colaboradores Desligados
Análise: Analisar o risco de desligamento voluntário dos colaboradores, baseado nas variáveis de perfil demográfico e profissional.
Premissa: As categorias de com base das variáveis foram extraídos na etapa de design thinking
O objetivo desta etapa do relatório é desenvolver um modelo para análise de sobrevida do turnover voluntário dos colaboradores. Uma análise de sobrevida, em termos gerais, é uma técnica utilizada em situações onde o interesse consiste em modelar o tempo até a ocorrência de um evento, sendo que a ocorrência desse evento não é constante ao longo do tempo. Dessa forma, utilizar estatísticas descritivas como média e desvio padrão tornam-se inadequados. Neste caso, o objetivo é mensurar o risco de um funcionário se desligar voluntariamente da empresa.
Existem inúmeras formas de se estimar uma função de sobrevida, Neste relatório adotou-se a a Regressão de Cox ou Modelo de Riscos Proporcionais2, um dos métodos mais frequentemente utilizados. Para mais informações sobre o método e seus pressupostos, consulte o apêndice disponível neste link.
A análise de sobrevida pode utilizar como covariáveis para o modelo quaisquer características pessoais ou profissionais, desde que se encaixem nos pressupostos gerais deste modelo de regressão. Isso permite avaliar a sobrevida dos funcionários de acordo com características como cargo e nível educacional, por exemplo. Assim, em conjunto com outras investigações, a análise de sobrevida pode se tornar um elemento importante para a tomada de decisão.
As covariáveis Nível de Escolaridade e Formação foram escolhidas para a análise de sobrevida. As tabelas para estas duas variáveis encontram-se abaixo. Nelas, é possível perceber que não há diferença estatisticamente significante entre o tempo de permanência da empresa nos diferentes níveis de escolaridade. Para a variável formação, observa-se que Ciências Biológicas e Medicina possuem um menor risco (estatisticamente significativo) quando comparador a formação base de análise, Grau Técnico.
Foi utilizado como base o nível educacional de Doutorado, pois na percepção do cliente, os colaboradores com este nível de escolaridade são os que menos saem da empresa de forma voluntária, pois buscam mais a estabilidade.
| coef | exp(coef) | se(coef) | z | Pr(>|z|) | |
|---|---|---|---|---|---|
| Ensino Médio | 0.77 | 2.17 | 0.48 | 1.60 | 0.11 |
| Mestrado | 0.41 | 1.50 | 0.47 | 0.87 | 0.38 |
| Nível Superior | 0.68 | 1.98 | 0.46 | 1.48 | 0.14 |
| Nível Técnico | 0.60 | 1.82 | 0.47 | 1.26 | 0.21 |
Para formação, utilizou-se como base Grau Técnico, uma vez que o cliente acredita que os colaboradores com esta formação são os que saem com maior frequência da empresa de forma voluntária.
| coef | exp(coef) | se(coef) | z | Pr(>|z|) | |
|---|---|---|---|---|---|
| Marketing | -0.19 | 0.83 | 0.24 | -0.76 | 0.45 |
| Recursos Humanos | 0.06 | 1.07 | 0.42 | 0.15 | 0.88 |
| Ciências Biológicas | -0.53 | 0.59 | 0.21 | -2.58 | 0.01 |
| Medicina | -0.64 | 0.53 | 0.22 | -2.93 | 0.00 |
| Outras | -0.55 | 0.58 | 0.35 | -1.56 | 0.12 |
Um valor positivo dos coeficientes indica um maior risco do evento (neste caso, de desligamento voluntário do funcionário). Dessa forma, os coeficientes superiores a zero indicam um número superior de desligamentos voluntários (em outras palavras, são fatores de risco), enquanto os coeficientes negativos indicam menor risco (ou seja, são denominados fatores protetivos).
Ao elevarmos os coeficientes na exponencial (exp_coef) chegamos aos riscos relativos (RR ou HR) com relação ao cenário de base. Quando não há diferenças nos riscos entre dois fatores, então a razão de riscos torna-se igual a 1 \(\frac{exp(\beta_1a)}{exp(\beta_1b)} = 1\) . Dessa forma, quaisquer riscos relativos superiores a 1 indicam aumento dos riscos, e vice-versa. Maiores informações sobre a análise podem ser consultadas no apêndice.
É importante observar na tabela, para além dos coeficientes (coef) e dos riscos relativos (exp_coef), o p valor (p valor) disposto para cada um dos fatores. O p-valor representa a probabilidade de significância estatística (métrica que vai de 0 a 1). Sendo assim um baixo p-valor indica forte evidência de que existe diferença entre os fatores analisados. O ponto de corte usual é de \(p~valor = 0.05\). Neste caso, podemos perceber que o nível de escolaridade e a formação não é estatisticamente significante no modelo.
Para as variáveis do perfil do colaborador na empresa, foram analisadas as variáveis: Cargo, Departamento, Grade, Hora extra e Frequência de viagens. As tabelas com as informações dos coeficientes encontram-se abaixo:
Foi utilizado como comparador o cargo de Representante de Vendas, pois na percepção do cliente, os colaboradores com este cargo são os que mais saem da empresa de forma voluntária, em virtude da quantidade de oportunidades para estes profissionais.
| coef | exp(coef) | se(coef) | z | Pr(>|z|) | |
|---|---|---|---|---|---|
| Representante de Cuidados de Saúde | -2.91 | 0.05 | 0.40 | -7.25 | 0 |
| Recursos Humanos | -1.10 | 0.33 | 0.34 | -3.26 | 0 |
| Técnico de Laboratório | -1.01 | 0.36 | 0.22 | -4.64 | 0 |
| Gerente | -3.83 | 0.02 | 0.51 | -7.53 | 0 |
| Diretor de Manufatura | -2.67 | 0.07 | 0.37 | -7.30 | 0 |
| Diretor de Pesquisa | -4.08 | 0.02 | 0.74 | -5.54 | 0 |
| Pesquisador | -1.42 | 0.24 | 0.23 | -6.18 | 0 |
| Excecutivo de Vendas | -1.70 | 0.18 | 0.22 | -7.58 | 0 |
O departamento de Recursos Huamnos foi o escolhido para ser a base desta análise, pois a empresa acredita que os colaboradores deste departamento são os que menos se desligam de forma voluntária da empresa.
| coef | exp(coef) | se(coef) | z | Pr(>|z|) | |
|---|---|---|---|---|---|
| Pesquisa e Desenvolvimento | -0.28 | 0.76 | 0.30 | -0.92 | 0.36 |
| Vendas | 0.08 | 1.09 | 0.31 | 0.27 | 0.79 |
Foi utilizado o grade 1 como base, pois existe a crença de que a rotatividade dos colaboradores que se desligam de forma voluntária neste grade é maior.
| coef | exp(coef) | se(coef) | z | Pr(>|z|) | |
|---|---|---|---|---|---|
| grade.2 | -1.53 | 0.22 | 0.17 | -9.28 | 0 |
| grade.3 | -1.58 | 0.21 | 0.21 | -7.44 | 0 |
| grade.4 | -3.26 | 0.04 | 0.49 | -6.72 | 0 |
| grade.5 | -3.05 | 0.05 | 0.50 | -6.06 | 0 |
Foi utilizado o critério de não ter realizado hora extra como base, uma vez que a percepção do cliente é de que, geralmente, os colaboradores que não fizeram hora extra não se desligam de forma voluntária, pois tem um melhor equilíbrio entre a vida pessoal e profissional.
| coef | exp(coef) | se(coef) | z | Pr(>|z|) | |
|---|---|---|---|---|---|
| Sim | 1.13 | 3.08 | 0.13 | 8.61 | 0 |
Foi utilizado como base de comparação os colaboradores que não viajam pela empresa, pois acredita-se que esses são os colaboradores que não se desligam de forma voluntária, uma vez que conseguem permanecer mais próximo de seus familiares.
| coef | exp(coef) | se(coef) | z | Pr(>|z|) | |
|---|---|---|---|---|---|
| Viaja com frequência | 1.16 | 3.18 | 0.31 | 3.69 | 0.00 |
| Viaja raramente | 0.65 | 1.91 | 0.30 | 2.17 | 0.03 |
Foi utilizado como base os colaboradores que responderam “Excelente” na pesquisa de clima, para a questão de equilíbrio da vida profissional e pessoal, devido à crença que esses colaboradores têm um menor índice de desligamento voluntário.
| coef | exp(coef) | se(coef) | z | Pr(>|z|) | |
|---|---|---|---|---|---|
| Ótimo | 0.67 | 1.95 | 0.28 | 2.40 | 0.02 |
| Baixo | -0.07 | 0.93 | 0.23 | -0.30 | 0.77 |
| Bom | -0.22 | 0.80 | 0.21 | -1.03 | 0.30 |
A partir das tabelas podemos observar:
Em relação aos cargos, percebe-se que todos os cargos possuem um menor risco de demissão voluntária frete ao cargo de Representante de Vendas.
Ao analisarmos sob a ótica da distribuição por departamentos, não é possível encontrar diferenças no tempo de permanência (turnover voluntário) dos colaboradores por departamento.
Todos os grades, quando comparados ao menor nível (grade 1), podem ser considerados fatores protetivos do turnover voluntário, ou seja, possuem um maior tempo de permanência dentro da empresa.
Realizar horas extras determina um fator de risco para o turnover voluntário, com um menor tempo de empresa para os funcionários que declaram realizar horas extras.
Com relação a realização de viagens, esta se demostra um fator de risco, tanto para os funcionários que viajam frequentemente tanto para os que viajam raramente.
Para a variável equilíbrio da vida profissional, o indicador de equilíbrio baixo demonstrou-se com maior risco de desligamento voluntario quando comparado ao indicador excelente. Os demais níveis (Ótimo e Bom), não diferem estatisticamente do nível Excelente.
Para as análises que se demonstraram estatisticamente significativas, utilizou-se dos coeficientes dispostos acima para calcular o número de colaboradores (funcionários que não se desligaram voluntariamente) a cada ponto do tempo. A parti disso, é possível calcular a mediana do tempo da empresa (por turnover voluntário), bem como o tempo para atingir um determinado percentil.
Observe nos gráficos que a linha tracejada indica a variável de base de comparação, as linhas contínuas indicam os níveis que diferem estatisticamente da categoria de base. As linhas pontilhadas, por sua vez, indicam as categorias que não diferem-se da base, ou seja, que não possuem diferença de risco, quando comparadas a categoria de base.
## NULL## NULL## NULL## NULL## NULLPara este grupo de variáveis, foi analisada a sobrevida de acordo com a quantidade de treinamentos realizados no último ano por cada colaborador, com base na comparação com os colaboradores que não realizaram nenhum treinamento. A tabela abaixo mostra os resultados:
| coef | exp(coef) | se(coef) | z | Pr(>|z|) | |
|---|---|---|---|---|---|
| Um a Dois | -0.62 | 0.54 | 0.28 | -2.24 | 0.03 |
| Três a Quatro | -0.76 | 0.47 | 0.28 | -2.72 | 0.01 |
| Mais de Cinco | -1.06 | 0.35 | 0.34 | -3.11 | 0.00 |
Como todos os coeficientes possuem sinais negativos (e todos os coeficientes elevados na exponencial são abaixo de zero), isso demonstra que funcionários com um maior número de treinamentos no ano anterior tem um menor risco de se desligarem voluntariamente. O gráfico abaixo permite visualizar as curvas de sobrevida em relação ao turnover voluntário.
## NULLAnálise: Comparar a posição na faixa salarial entre colaboradores que se desligaram voluntariamente e colaboradores ativos.
Premissa: Avaliação usando todos os colaboradores que se desligaram voluntariamente no período.
Por meio do gráfico de densidade abaixo (esquerda) é possível observar que, dentre os colaboradores que se desligam voluntariamente, existe uma maior proporção de turnover voluntário para aqueles que estão posicionados abaixo de 92% da faixa salarial. Além disso, quando observado o gráfico de box plot (direita) nota-se uma pequena diferença na posição na faixa entre colaboradores ativos e os que se desligaram voluntariamente.
Ao realizar um teste estatístico é possível afirmar que a posição na faixa é estatisticamente menor para colaboradores com turnover voluntário do que para colaboradores ativos (com p-valor de 0.033), ou seja, há relação entre a posição na faixa e turnover voluntário quando comparado com colaboradores ativos. Maiores detalhes sobre os testes estatísticos realizados nesta e nas hipóteses subsequentes podem ser visualizados no apêncide.
Sendo assim, temos como conclusão desta hipótese:
Análise: Comparar o tempo no cargo entre colaboradores que se desligaram voluntariamente e colaboradores ativos.
Premissa: Considerar tempo no último cargo para colaboradores que se desligaram e cargo atual no caso dos colaboradores ativos.
Geralmente, no momento em que decide se desligar voluntariamente da empresa, o colaborador tem menor tempo na posição, quando comparado aos colaboradores ativos. Isso acontece porque, por algum motivo (quase sempre está relacionado com gestão, consequência, clima ou governança), o colaborador não está satisfeito com a situação na posição atual e decide abandonar a empresa.
Por outro lado, na maioria das vezes a decisão de desligar involuntariamente um colaborador é demorada. Com o passar dos anos, tanto o colaborador quanto a empresa se encontram em uma posição onde o custo de oportunidade de tomar a decisão de desligamento (seja do colaborador ou da empresa) se torna alto.
Neste sentido, a tabela 3.10 apresenta a relação entre o tempo de empresa e o status do colaborador.
| Status (Ativo = 0; Turnover voluntário = 1) | Média de tempo no cargo (anos) | Distribuição |
|---|---|---|
| 0 | 4.5 | |
| 1 | 2.9 |
Ao consultar a tabela 3.10 e realizar um teste estatístico, podemos afirmar que o tempo médio na posição é estatisticamente menor para colaboradores que se desligaram voluntariamente em comparação com colaboradores ativos (com p-valor de 0). Isso confirma a hipótese avaliada.
É possível verificar a análise realizada acima através dos gráficos disponíveis nas tabs abaixo:
Como conclusão da hipótese temos:
Análise: Analisar se os colaboradores nos 2 primeiros quintis dos percentuais de gestão de consequência (promoções) tem maior índice de turnover.
Premissa: Colaboradores com percentual de aumento dentro do primeiro e segundo quintil são considerados com menor percentual gestão de consequência.
Nesta hipótese, para fins de comparação, os colaboradores que tiveram gestão de consequência no período foram divididos em dois grupos. Em um deles estão aqueles que receberam menor pecentual enquanto que no outro estão os que receberam maior percentual. A regra utilizada para esta divisão foi:
Menor % gestão de consequência (617 colaboradores): percentual de gestão de consequência dentro dos dois primeiros quintis.
Maior % gestão de consequência (302 colaboradores): percentual de gestão de consequência dentro dos dois últimos quintis.
A partir disso, calculamos a proporção de turnover voluntário nos dois grupos. A tabela 3.11 é apresentada a seguir:
| Gestão consequência | Qtde. de colaboradores (matrícula) | Total | Proporção de turnover (%) | |
|---|---|---|---|---|
| Menor percentual | 108 | 617 | 17.50 | |
| Maior percentual | 46 | 302 | 15.23 |
É possível observar pela tabela 3.11 que a proporção de turnover voluntário é superior no grupo de colaboradores que receberam menor percentual de gestão de consequência.
Com o objetivo de verificar estatisticamente se as duas proporções realmente são diferentes, foi realizado um teste estatístico. O resultado não confirmou a hipótese em questão, ou seja, o turnover voluntário não é estatisticamente diferente no grupo de colaboradores que receberam um menor percentual de gestão de consequência, quando feita comparação com colaboradores com maior percentual (o p-valor do teste de diferença de proporções foi 0.44).
Portanto, como conclusão da hipótese temos:
Análise: Analisar se os colaboradores que fazem maior quantidade de horas extras são os que mais se desligam de forma voluntária da empresa.
Premissa: Em função dos dados hipotéticos, a análise será realizada se o colaborador teve ou não hora extra, não a quantidade praticada.
A tabela 3.12 mostra a quantidade de colaboradores que se desligaram voluntariamente e fizeram hora extra (sim) bem como os que não fizeram no período de análise. Além disso, mostra a proporção em relação aos colaboradores ativos de cada grupo. É possível observar que a proporção de turnover voluntário é superior no grupo de colaboradores que fizeram hora extra em comparação com o outro grupo.
| hora extra | Quantidade turnover | Proporção de Turnover | |
|---|---|---|---|
| Não | 110 | 10.44 | |
| Sim | 127 | 30.53 |
Para validar se esta diferença é estatisticamente significante, foi realizado um teste estatístico. O resultado confirmou a hipótese em questão, ou seja, de fato o a proporção de turnover voluntário é maior no grupo de colaboradores que fizeram hora extra quando feita comparação com colaboradores que não fizeram hora extra no período analisado (o p-valor do teste de diferença de proporções foi 0)
Portanto, a conclusão da hipótese foi:
Análise: Analisar se os colaboradores com maior frequência de viagem são os que mais se desligam de forma voluntária da empresa. Analisar também se há diferenças entre os departamentos da empresa, pois se acredita que nos departamentos em que não há metas de vendas, o turnover voluntário seja proporcionalmente maior.
Premissa: A análise será realizada pela frequência já estabelecida na base de dados e não pela quantidade de viagens (informação não disponível).
Há uma crença na organização de que colaboradores que viajam a trabalho com maior frequência estão entre aqueles com maior índice de saída de forma voluntária, sendo que se acredita que esta proporção é ainda maior em departamentos não atrelados a vendas. Para isso, foram calculadas as proporções de saídas dos colaboradores por frequência de viagem e por departamentos.
As tabelas de 3.13 à 3.16 apresentam o agrupamento de todos os colaboradores e de cada departamento por frequência de viagem, quantidade de turnover voluntário e sua proporção em relação aos colaboradores ativos de cada grupo.
| Frequência viagem | Qtde turnover | Total | Proporção de Turnover | |
|---|---|---|---|---|
| Não viaja | 12 | 150 | 7.41 | |
| Viaja raramente | 156 | 1043 | 13.01 | |
| Viaja com frequência | 69 | 277 | 19.94 |
| frequência viagem | qtde turnover | total | proporção | |
|---|---|---|---|---|
| Não viaja | 4 | 47 | 8.51 | |
| Viaja raramente | 60 | 315 | 19.05 | |
| Viaja com frequência | 28 | 84 | 33.33 |
| frequência viagem | qtde turnover | total | proporção | |
|---|---|---|---|---|
| Não viaja | 0 | 6 | 0.00 | |
| Viaja raramente | 8 | 46 | 17.39 | |
| Viaja com frequência | 4 | 11 | 36.36 |
| frequência viagem | qtde turnover | total | proporção | |
|---|---|---|---|---|
| Não viaja | 8 | 97 | 8.25 | |
| Viaja raramente | 88 | 682 | 12.90 | |
| Viaja com frequência | 37 | 182 | 20.33 |
É possível observar nas tabelas que a proporção de turnover voluntário é maior quanto maior a frequência de viagens. Além disso, ao olhar entre os departamentos, a proporção de turnover voluntário também é maior para os colaboradores que viajam com frequência. Esta diferença pode ser observada no gráfico abaixo:
Dessa forma, foram realizados testes estatísticos para validar se as diferenças verificadas visualmente no gráfico acima realmente refletem um padrão consistente. O resultado confirmou que exite uma diferença de proporção entre as frequências de viagens para colaboradores que se desligaram de forma voluntária e ativos para os colaboradores de forma geral (o p-valor do teste de diferença de proporções foi 0).
Foi aplicado também um teste para verificar se a diferença das proporções segue uma tendência linear, ou seja, se quanto maior a frequência de viagens maior o turnover voluntário. O resultado confirmou que de fato o turnover voluntário foi superior para colaboradores com maior frequência de viagem quando feita comparação com colaboradores com menor frequência (o p-valor do teste foi 0).
Esta mesma abordagem para verificar diferenças e tendências entre proporções foi estendida à análise segregada por departamentos. Os resultados são detalhados a seguir:
Sales (vendas): há diferença entre proporções (p-valor de 0.002); há tendência nas proporções, ou seja, quanto maior a frequência de viagem, maior o turnover voluntário (0)
Research & Development: há diferença entre proporções (p-valor de 0.009); há tendência nas proporções, ou seja, quanto maior a frequência de viagem, maior o turnover voluntário (0.002)
Human Resources: não há diferença estatisticamente significativa entre proporções (p-valor de 0.163); há tendência nas proporções, ou seja, porém com menor significância que nos demais departamentos (0.057).
Sendo assim, as conclusões da hipótese foram:
Com o compartilhamento dos códigos desenvolvidos pela equipe de Data Science para o time do cliente, é importante que o projeto seja constantemente atualizado (base de dados, hipóteses e modelo preditivo). Outro ponto crucial para o sucesso do projeto é que a equipe de BP esteja alinhada com as análises e tenha disponível os resultados dos seus respectivos clientes para gerar discussões que permitam as decisões data-driven.
Esta seção apresenta as regras de negócio usadas para as análises deste relatório e o dicionário de dados que contempla todos os dados processados e algumas informações sobre os testes estatísticos aplicados para avaliar as hipóteses em estudo.
As regras de negócio representam a forma pela qual a empresa toma suas decisões. Elas refletem as políticas da empresa, sendo necessário entendê-las para que insights data driven sejam gerados com maior assertividade. Abaixo, as principais regras de negócio do projeto adotadas neste relatório (teste de hipóteses) e no relatório de machine learning:
type_action a informação “Desligamento”;medida_descr a informação “Pedido de demissão”.\[ Turnover~~Total = \frac{\frac{Admissoes~~ +~~Desligamentos}{2}}{Total~~de~~Funcionarios} \]
\[ Turnover~~voluntário = \frac{Desligamentos~~voluntários}{Total~~de~~Funcionarios} \] * Proporções de turnover : percentual de colaboradores que deixaram a companhia voluntariamente em relação ao total de colaboradores, excluindo os que foram desligados de forma involuntária. Esta foi a métrica utilizada para responder boa parte das hipóteses em que o objetivo era verificar diferenças estatísticas no turnover voluntário entre diferentes situações.
\[ Prop.~de~turnover~voluntário = \frac{Desligamentos~voluntários}{Ativos + Desligamentos~voluntários} \]
grade e cargo;grade e cargo.
escolaridade estavam de forma numérica, os mesmos foram classificados conforme abaixo:
satisfacao_ambiente, satistacao_trabalho e satisfacao_relacoes_trabalho estavam de forma numérica, os mesmos foram classificados conforme abaixo, dentro de suas respectivas classes:
engajamento estavam de forma numérica, os mesmos foram classificados conforme abaixo:
performance estavam de forma numérica, os mesmos foram classificados conforme abaixo:
equilibrio_vida_profissional estavam de forma numérica, os mesmos foram classificados conforme abaixo:
É um documento de texto ou planilha que centraliza informações sobre o conjunto de dados (dataset) que será analisado. Seu propósito é melhorar a comunicação entre todos os envolvidos no projeto na medida em que permite associar um significado a cada variável do dataset. Além disso, um dos benefícios do dicionário de dados é permitir relacionar variáveis em diversas tabelas do dataset.
O dicionário de dados utilizado no projeto será disponibilizado por e-mail para o cliente e estará disponível juntamente com o código do projeto em /templates.
Para as análises das hipóteses apresentadas neste relatório, foram utilizados diferentes testes estatísticos. Abaixo encontra-se uma tabela com esses testes e seus detalhes:
| Teste | Testa diferenças entre | Qtde de amostras que compara | Função no R / pacote | Observações | Usado no relatório? |
|---|---|---|---|---|---|
| Chi-Squared | Proporções | 2 | prop.test() / Default | h5; h6; h7 | |
| Wilcoxon rank sum test (ou Mann Whitney U Test) | Distribuições | 2 | wilcox.test() / Default | Não pareado, análogo ao teste T two sample. | h3; h4 |
Nota: todos os testes acima são do tipo “não-paramétricos”, ou seja, não exigem premissas acerca das distribuições dos dados.
As explicações dos modelos de testes de hipótese utilizados neste projeto estão disponíveis no documento de Apêndice.
A base de dados utilizada neste relatório possui dados fictícios criados por cientistas de dados da IBM. A base é pública e está disponível na plataforma Kaggle, neste link.↩︎
Todos os resultados encontrados utilizando a Regressão de Cox foram testados e validados para o pressuposto de riscos proporcionais. Todos os modelos apresentados neste relatório apresentaram-se significativos nos três testes realizados de significância global do modelo (Teste de Wald; Logrank e Likelihood).↩︎